基于遗传和模拟退火混合的软硬件划分方法研究
发布时间：2021-01-07 11:19
嵌入式系统高速发展,集成电路工艺已经无法满足人们的需求,我们逐渐进入了SoC时代。随着嵌入式系统设计复杂度的逐步提高,传统的嵌入式系统设计方法的错误定位难,开发周期长、成本高、进行产品更新困难等缺点导致其已经无法满足嵌入式系统设计的要求。因此嵌入式软硬件协同设计成为了一种必然。嵌入式系统软硬件划分是软硬件协同设计方法中的一项重要技术,所以,在研究嵌入式系统设计时,构造出合理的系统描述模型,提出高效的优化的软硬件划分算法,将会具有非常重要的理论研究价值和实际应用价值。在进行软硬件协同设计的整个流程里,软硬件划分算法作为它的一项重要技术,如何同时考虑系统性能和系统成本的因素,达到二者的最优结合,是软硬件划分主要要处理解决的问题。软硬件划分属于NP问题,目前对于这类问题的解决方法就是利用优化算法来求得近似最优解。本文的主要工作就是围绕求解嵌入式系统设计中软硬件划分问题最优解而展开的。本文介绍了嵌入式系统软硬件协同设计的研究领域,同时还简要介绍了其国内外研究现状。在此基础上,本文进一步研究了在解决嵌入式系统软硬件划分问题时常用的经典数学模型的构建原理,以及一直以来在软硬件划分技术中存在的一些通...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
任务流图
[52]对应的编码向量是 ( 0，1， 0，2，0，1，3)，则它所指示的含义如图3-1所示（其中白色和灰色分别表示节点采用软件和硬件实现）。具体选择哪种编码形式和在该编码形式下所形成的染色体串的长度对GA的收敛程度具有很大的影响。图 3-1 编码与系统实现的关系Fig. 3-1 The implementation relation of coding and system3.2.5 适应度函数适应度表示种群中的每个个体对环境的适应程度。适应度函数是为了对要求解的问题中的各个染色体进行适应能力的度量而引入的。它主要计算个体在群体进化中生存下来的概率。GA在种群的进化过程中仅仅依靠适应度函数计
哈尔滨理工大学工学硕士学位论文- 23 -个新个体。示意图如图3-2所示。图 3-2 单点交叉示意图Fig. 3-2 Single point crossover diagram3．变异 GA引入变异算子有两个目的：一个是变异算子提高了GA局部的随机搜索能力，当GA通过交叉操作接近最优解的邻域时，变异算子可以加速其向最优解收敛。很显然变异概率的取值大小直接影响搜索是否在接近最优解。另外一个目的是变异算子可以防止GA出现早熟收敛现象，即在进行完交叉操作后所产生的新的种群其适应度值不再进行优化，但是当前还未曾搜索到最优解。所以变异算子对于保持种群群体的多样性是很有利的。变异操作是通过将个体编码串中的一部分基因座做变动从而形成新的染色体个体。虽然变异操作具有随机性，但是它和选择操作、交叉操作配合使用后也可以从某种程度上防止丢失遗传中的有用信息，从而提高GA的有效性。可以总结出GA的全局搜索能力取决于交叉操作，但是它的局部搜索能力则取决于它的变异操作。两者相互结合使用可以使得GA以良好的全局搜索和局部搜索性能来实现求解最优问题解的搜索过程。根据GA算法计算过程中当前种群中个体编码的方式不同
【参考文献】：
期刊论文
[1]基于时间Petri网的嵌入式系统软硬件划分方法[J]. 黄源,钟艳如,陈洺均. 微计算机信息. 2008(08)
[2]一种基于离散Hopfield神经网络的RTOS功耗优化方法[J]. 郭兵,沈艳,王殿辉,李志蜀,陈向东. 计算机学报. 2007(09)
[3]基于混沌优化算法的软硬件划分[J]. 邢冀鹏,邹雪城,刘政林,陈毅成. 华中科技大学学报(自然科学版). 2006(11)
[4]一种基于离散Hopfield神经网络的SoC嵌入式操作系统软/硬件划分方法[J]. 郭兵,沈艳,王典辉,李志蜀. 四川大学学报(工程科学版). 2006(05)
[5]K均值聚类和模拟退火融合的软硬件划分[J]. 邢冀鹏,邹雪城,刘政林,陈毅成. 计算机工程与应用. 2006(16)
[6]一种基于改进模拟退火算法的软硬件划分技术[J]. 邢冀鹏,邹雪城,刘政林,陈毅成. 微电子学与计算机. 2006(05)
[7]基于UML的软硬件协同设计方法[J]. 王建新,姚放吾. 计算机技术与发展. 2006(01)
[8]具有初始信息素的蚂蚁寻优软硬件划分算法[J]. 熊志辉,李思昆,陈吉华. 计算机研究与发展. 2005(12)
[9]嵌入式系统在资源争用条件下的软硬件划分[J]. 吴百锋,彭澄廉,朱琦,孙晓光. 计算机辅助设计与图形学学报. 2005(04)
[10]采用启发式分支定界的软硬件划分[J]. 盛蓝平,林涛. 计算机辅助设计与图形学学报. 2005(03)
博士论文
[1]模型驱动的系统级软硬件协同设计若干关键技术研究[D]. 栾静.华东师范大学 2006
[2]SoC软/硬件协同设计方法研究[D]. 詹瑾瑜.电子科技大学 2006
本文编号：2962468
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
任务流图
[52]对应的编码向量是 ( 0，1， 0，2，0，1，3)，则它所指示的含义如图3-1所示（其中白色和灰色分别表示节点采用软件和硬件实现）。具体选择哪种编码形式和在该编码形式下所形成的染色体串的长度对GA的收敛程度具有很大的影响。图 3-1 编码与系统实现的关系Fig. 3-1 The implementation relation of coding and system3.2.5 适应度函数适应度表示种群中的每个个体对环境的适应程度。适应度函数是为了对要求解的问题中的各个染色体进行适应能力的度量而引入的。它主要计算个体在群体进化中生存下来的概率。GA在种群的进化过程中仅仅依靠适应度函数计
哈尔滨理工大学工学硕士学位论文- 23 -个新个体。示意图如图3-2所示。图 3-2 单点交叉示意图Fig. 3-2 Single point crossover diagram3．变异 GA引入变异算子有两个目的：一个是变异算子提高了GA局部的随机搜索能力，当GA通过交叉操作接近最优解的邻域时，变异算子可以加速其向最优解收敛。很显然变异概率的取值大小直接影响搜索是否在接近最优解。另外一个目的是变异算子可以防止GA出现早熟收敛现象，即在进行完交叉操作后所产生的新的种群其适应度值不再进行优化，但是当前还未曾搜索到最优解。所以变异算子对于保持种群群体的多样性是很有利的。变异操作是通过将个体编码串中的一部分基因座做变动从而形成新的染色体个体。虽然变异操作具有随机性，但是它和选择操作、交叉操作配合使用后也可以从某种程度上防止丢失遗传中的有用信息，从而提高GA的有效性。可以总结出GA的全局搜索能力取决于交叉操作，但是它的局部搜索能力则取决于它的变异操作。两者相互结合使用可以使得GA以良好的全局搜索和局部搜索性能来实现求解最优问题解的搜索过程。根据GA算法计算过程中当前种群中个体编码的方式不同
【参考文献】：
期刊论文
[1]基于时间Petri网的嵌入式系统软硬件划分方法[J]. 黄源,钟艳如,陈洺均. 微计算机信息. 2008(08)
[2]一种基于离散Hopfield神经网络的RTOS功耗优化方法[J]. 郭兵,沈艳,王殿辉,李志蜀,陈向东. 计算机学报. 2007(09)
[3]基于混沌优化算法的软硬件划分[J]. 邢冀鹏,邹雪城,刘政林,陈毅成. 华中科技大学学报(自然科学版). 2006(11)
[4]一种基于离散Hopfield神经网络的SoC嵌入式操作系统软/硬件划分方法[J]. 郭兵,沈艳,王典辉,李志蜀. 四川大学学报(工程科学版). 2006(05)
[5]K均值聚类和模拟退火融合的软硬件划分[J]. 邢冀鹏,邹雪城,刘政林,陈毅成. 计算机工程与应用. 2006(16)
[6]一种基于改进模拟退火算法的软硬件划分技术[J]. 邢冀鹏,邹雪城,刘政林,陈毅成. 微电子学与计算机. 2006(05)
[7]基于UML的软硬件协同设计方法[J]. 王建新,姚放吾. 计算机技术与发展. 2006(01)
[8]具有初始信息素的蚂蚁寻优软硬件划分算法[J]. 熊志辉,李思昆,陈吉华. 计算机研究与发展. 2005(12)
[9]嵌入式系统在资源争用条件下的软硬件划分[J]. 吴百锋,彭澄廉,朱琦,孙晓光. 计算机辅助设计与图形学学报. 2005(04)
[10]采用启发式分支定界的软硬件划分[J]. 盛蓝平,林涛. 计算机辅助设计与图形学学报. 2005(03)
博士论文
[1]模型驱动的系统级软硬件协同设计若干关键技术研究[D]. 栾静.华东师范大学 2006
[2]SoC软/硬件协同设计方法研究[D]. 詹瑾瑜.电子科技大学 2006
本文编号：2962468
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2962468.html
